Navigáció kihagyása
  3. Olajtartályszint- és gáztartályszint-előrejelzés

Olajtartályszint- és gáztartályszint-előrejelzés

A mai létesítmények többsége reaktív módon kezeli a tartályszinttel kapcsolatos problémákat. Ez gyakran túlfolyást, vészleállásokat, költséges szervizelést és javítást, szabályozási problémákat, valamint bírságokat eredményez. A tatályszint-előrejelzés megkönnyíti az ilyen jellegű problémák kezelését és megszüntetését.

Az előrejelzések az érzékelők, a mérőműszerek és nyilvántartások valós idejű és előzményadatainak felhasználásával készülnek, ami megkönnyíti

  • a tartálytúlfolyás és a vészleállások megakadályozását
  • a nem megfelelően működő vagy hibás hardvereszközök felderítését
  • a karbantartás, a leállítások és a logisztika ütemezését
  • a műveletek és a létesítmény hatékonyságának optimalizálását
  • a vezetékszivárgások és -dugulások észlelését
  • a költségek, a bírságok és az állásidő csökkentését

A tartályszint-előrejelzési folyamat a kút betáplálási pontjánál kezdődik. A létesítménybe áramló olaj mennyiségét műszerek mérik, majd az olaj a tartályokba kerül. A finomítási folyamat során a rendszer monitorozza és rögzíti a tankokban lévő olajszintet, majd az érzékelők és mérőműszerek segítségével rögzíti a kimenő olaj, gáz és víz mennyiségét. Ezután a létesítmény adatai alapján elkészülnek az előrejelzések. Az előrejelzés-készítés gyakorisága beállítható (például 15 percre).

A Cortana Intelligence Suite is a létesítmények és a vállalatok igényeinek megfelelően testre szabható.

+ Részletek megjelenítése – Kevesebb mutatása

Leírás

A megoldás létrehozásáról további információt a megoldás GitHubon elérhető útmutatójában talál.

A Cortana Intelligence Suite a Microsoft Azure segítségével biztosít minden olyan fejlett analitikai eszközt (adatbetöltés, adattárolás, adatfeldolgozás és fejlett analitikai összetevők), ami egy tartályszint-előrejelzési megoldás létrehozásához szükséges.

A megoldás több Azure-szolgáltatást kombinálva kínál hatékony megoldást. Az Event Hubs a valós idejű tartályszintadatokat gyűjti össze. A Stream Analytics összesíti az adatfolyamot, és alkalmassá teszi azt vizuális megjelenítésre. Az Azure Synapse Analytics tárolja és alakítja át a tartályszintadatokat. A Machine Learning megvalósítja és végrehajtja az előrejelzési modellt. A Power BI a tartályszint és az előrejelzési eredmények valós idejű vizuális megjelenítéséről gondoskodik. Végül a Data Factory a teljes adatfolyamatot vezényli és ütemezi.

Az „Deploy” (Üzembe helyezés) gomb elindít egy munkafolyamatot, amely az Ön által megadott Azure-előfizetést használva helyezi üzembe a megoldáspéldányt egy erőforráscsoportban. A megoldás több Azure-szolgáltatást is magában foglal (részletesen lásd alább), továbbá egy olyan Web Jobs-feladatot, amely szimulálja az adatokat, így az üzembe helyezést követően azonnal egy teljes értékű megoldás áll az Ön rendelkezésére.

Az üzembe helyezés után olvassa el az üzembe helyezés utáni teendőket ismertető útmutatót, amelyet itt talál.

Technikai adatok és munkafolyamat

  1. A rendszer adatpontokként vagy eseményekként tölti be az adatokat az Azure Event Hubsba és az Azure Synapse Analytics szolgáltatásba, és az adatokat a megoldás többi munkafolyamata is ilyen formában használja.
  2. Az Azure Stream Analytics elvégzi az eseményközpontból érkező stream közel valós idejű elemzését, és az eredményeket közvetlenül a Power BI-ba továbbítja vizuális megjelenítés céljából.
  3. Az Azure Machine Learning szolgáltatás a kapott bemeneti adatok alapján elkészíti az adott régió tartályszintjére vonatkozó előrejelzést.
  4. Az Azure Synapse Analytics az Azure Machine Learning szolgáltatásból származó előrejelzési eredményeket tárolja. Az eredményeket ezt követően a Power BI irányítópultja használja fel.
  5. Az Azure Data Factory kezeli az óraalapú modellbetanítás ütemezését és vezénylését.
  6. Végül a Power BI elvégzi az eredmények képi megjelenítését, így a felhasználók valós időben monitorozhatják az adott létesítmény tartályszintjét, és az előrejelzett szint segítségével megakadályozhatják a túlfolyást.

Jogi nyilatkozat

© 2017 Microsoft Corporation. Minden jog fenntartva. Ezt az információt jelen formájában nyújtjuk, és előzetes értesítés nélkül változhat. Az itt szereplő információkra a Microsoft nem vállal sem kifejezett, sem vélelmezett garanciát. A megoldás harmadik féltől származó adatok felhasználásával lett létrehozva. Ön felelős mások jogainak tiszteletben tartásáért, beleértve a hasonló adatkészletek létrehozásának céljából történő beszerzéseket és a vonatkozó licenceknek való megfelelőséget is.

Olajtartályszint- és gáztartályszint-előrejelzésA mai létesítmények többsége reaktív módon kezeli a tartályszinttel kapcsolatos problémákat. Ez gyakran túlfolyást, vészleállásokat, költséges szervizelést és javítást, szabályozási problémákat, valamint bírságokat eredményez. A tatályszint-előrejelzés megkönnyíti az ilyen jellegű problémák kezelését és megszüntetését.

Kapcsolódó megoldásarchitektúrák

Optimización del suministro de energíaEn una red energética, se coordinan consumidores de energía con varios tipos de componentes de suministro, comercialización y almacenamiento de energía, como subestaciones, baterías, granjas eólicas, paneles solares y microturbinas, así como ofertas en respuesta a la demanda, para satisfacer sus respectivas demandas y minimizar el costo de la planificación energética. Para ello, el operador de la red debe determinar qué cantidad de energía debe planificarse para cada tipo de recurso para un período de tiempo determinado, teniendo en cuenta los precios de solicitar diferentes tipos de recursos y la capacidad y las características físicas de cada uno de ellos.

Az energiaellátás optimalizálása

Az energiahálózathoz csatlakozó fogyasztók különböző energiatermelő, -kereskedő és -tároló elemekkel (többek között alállomásokkal, energiatárolókkal, szélerőművekkel és napkollektorokkal, valamint mikroturbinákkal) vannak kapcsolatban, és keresletoldali válaszigényeket is benyújthatnak annak érdekében, hogy a lehető legalacsonyabb költségek mellett eleget tegyenek energiaigényüknek. Hogy ezt biztosítani tudják, a hálózatok üzemeltetőinek meg kell határozniuk, hogy adott időre mennyit foglaljanak le maguk számára a különböző erőforrásokból – ennek során pedig nem csupán az árakat, de a rendelkezésre álló kapacitást, és az erőforrások fizikai jellemzőit is figyelembe kell venni.

További megoldásarchitektúrák